Merkle-DAG和Merkle-Tree的区别与联系
-
结构:
- Merkle-Tree 是一种二叉树结构,每个非叶子节点是其子节点哈希的哈希。它具有层次结构,通常用于验证数据的完整性。
- Merkle-DAG(有向无环图)是一种更通用的图结构,其一个节点可以有多个父节点和子节点。它允许更复杂的链接关系和非线性结构,适用于记录和追踪变更,支持广泛的并行操作和高效的增量更新。Merkle DAG 类似于 Merkle 树,但没有余额要求,每个节点都可以携带一个有效载荷。在 DAG 中,多个分支可以重新收敛,或者换句话说,一个节点可以有多个父节点。
-
用途:
- Merkle-Tree 通常用于区块链和文件系统中以验证数据块的完整性(如 Bitcoin 和 Git)。
- Merkle-DAG 用于数据去重和版本控制(如 IPFS),支持更灵活的数据组织和高效的同步。
CODE
NODE结构体
node.rs
中定义了一个在Merkle DAG(有向无环图)中使用的节点结构体(Node
)。每个节点包含一个有效载荷(item
)和一组依赖ID(dependency_ids
)。节点的唯一标识符(id
)是由有效载荷和依赖ID的字节组合而成,确保相同的有效载荷和依赖ID总是有相同的ID。
// 代码位置 https://github1s.com/zaphar/merkle-dag/blob/main/src/node.rs#L51-L62
#[derive(Debug, PartialEq, Eq, Serialize, Deserialize)]
#[serde(from = "NodeSerde")]
pub struct Node<HW> // <HW> 为泛型参数
where
HW: HashWriter, // where为泛型约束,泛型参数 HW 必须实现 HashWriter trait
{
id: Vec<u8>,
item: Vec<u8>,
item_id: Vec<u8>,
dependency_ids: BTreeSet<Vec<u8>>,
_phantom: PhantomData<HW>,
}
add_node函数
函数签名
pub fn add_node<'a, N: Into<Vec<u8>>>(
&'a mut self,
item: N,
dependency_ids: BTreeSet<Vec<u8>>,
) -> Result<Vec<u8>>
'a
: 生命周期标注,表明函数借用的是self
的生命周期。N: Into<Vec<u8>>
: 泛型参数N
,它可以转换为Vec<u8>
。item
: 节点的负载数据,将被转换为Vec<u8>
。dependency_ids
: 节点的依赖 ID 集合,每个 ID 是Vec<u8>
类型。Result<Vec<u8>>
: 函数返回一个结果,如果成功,返回新节点的 ID;如果失败,返回错误。
函数解释
add_node
函数负责将一个带有依赖关系的新节点添加到 Merkle-DAG 中。它首先检查节点是否已经存在,处理依赖关系,并更新节点存储和根集合。该函数确保节点的添加操作是幂等的,即对于相同的输入,结果不会发生变化。
/// 添加一个新负载及其依赖 ID 集合。此方法将构建一个新节点,并将其添加到 DAG 中。
/// 对于任何给定的输入,该方法是幂等的。
///
/// 不创建节点然后再添加的一个结果是,确保始终满足 merkle-crdt 白皮书中的实现规则。
pub fn add_node<'a, N: Into<Vec<u8>>>(
&'a mut self,
item: N,
dependency_ids: BTreeSet<Vec<u8>>,
) -> Result<Vec<u8>> {
// 使用提供的负载和依赖 ID 创建一个新节点实例。
let node = Node::<HW>::new(item.into(), dependency_ids.clone());
// 获取新创建的节点的 ID。
let id = node.id().to_vec();
// 检查节点是否已经存在于存储中。
if self.nodes.contains(id.as_slice())? {
// 如果节点已存在,则返回该节点的 ID。
return Ok(self
.nodes
.get(id.as_slice())
.unwrap()
.unwrap()
.id()
.to_vec());
}
// 初始化一个向量,用于记录需要从根集合中移除的节点。
let mut root_removals = Vec::new();
// 遍历所有的依赖 ID。
for dep_id in dependency_ids.iter() {
// 检查每个依赖节点是否存在于存储中。
if !self.nodes.contains(dep_id)? {
// 如果任何依赖节点不存在,则返回错误。
return Err(StoreError::NoSuchDependents);
}
// 如果某个依赖 ID 存在于根集合中,则将其标记为需要移除。
if self.roots.contains(dep_id) {
root_removals.push(dep_id);
}
}
// 更新根集合
// 将新节点存储到节点存储中。
self.nodes.store(node)?; // https://github1s.com/zaphar/merkle-dag/blob/main/src/store.rs
// 从根集合中移除被标记的节点。
for removal in root_removals {
self.roots.remove(removal);
}
// 将新节点的 ID 添加到根集合中。
self.roots.insert(id.to_vec());
// 返回新节点的 ID。
Ok(id.to_vec())
}
函数调用
-
TestDag别名类型:
// https://github1s.com/zaphar/merkle-dag/blob/main/src/test.rs#L19-L22 type TestDag<'a> = Merkle< BTreeMap<Vec<u8>, Node<std::collections::hash_map::DefaultHasher>>, std::collections::hash_map::DefaultHasher, >;
Merkle
的第一个泛型参数是BTreeMap<Vec<u8>, Node<std::collections::hash_map::DefaultHasher>>
,它是一个键为Vec<u8>
,值为Node<DefaultHasher>
的映射。- 第二个泛型参数是
DefaultHasher
,它是一个标准库提供的哈希算法。
-
测试函数:
// https://github1s.com/zaphar/merkle-dag/blob/main/src/test.rs#L26-L27 #[test] fn test_root_pointer_hygiene() { let mut dag = TestDag::new(BTreeMap::new()); let quax_node_id = dag.add_node("quax", BTreeSet::new()).unwrap(); }
#[test]
属性标记此函数为测试函数。dag
通过TestDag::new(BTreeMap::new())
创建一个新的TestDag
实例,传入一个空的BTreeMap
。quax_node_id
调用dag.add_node("quax", BTreeSet::new())
方法添加一个新节点,节点 ID 被赋值给quax_node_id
。unwrap()
处理可能出现的错误,确保成功添加节点。